Pianificare in modo ottimale l’installazione di pannelli solari e assicurarsi che funzionino sempre al massimo dell’efficienza, evitando le perdite e aumentando la resa: ecco cosa succede quando intelligenza artificiale (IA) e fotovoltaico si incontrano. Negli impianti di produzione di energia solare più grandi, in realtà, questo sodalizio è già realtà: qui l’IA e i sistemi di machine learning sono una tecnologia già abbastanza avanzata e diffusa, pur con dei margini di miglioramento.
Diverso è però il discorso degli impianti fotovoltaici piccoli e medi, come quelli installati sui tetti delle case o dei capannoni industriali. «L’energia elettrica prodotta da fotovoltaico è a bassissima densità di potenza: il numero di impianti che possono essere installati quindi è molto elevato», spiega a Linkiesta Girolamo Di Francia, responsabile del Laboratorio sviluppo applicazioni digitali fotovoltaiche e sensoristiche di Enea, l’Agenzia nazionale per le nuove tecnologie, l’energia e lo sviluppo economico sostenibile.
«Il problema è che, una volta installati, spesso e volentieri i pannelli solari vengono anche dimenticati. Per la caldaia di casa siamo abituati a una revisione annuale, ma per il fotovoltaico di norma non accade lo stesso. Così, mentre un grande impianto che deve vendere energia ha ovviamente tutto l’interesse di accertarsi che la resa energetica resti la più alta possibile, una miriade di piccoli e medi impianti finiscono semplicemente per produrre molta meno energia di quella che potrebbero».
Ogni impianto fotovoltaico ha una specifica Performance ratio (Pr), un parametro che misura la percentuale di energia realmente disponibile, al netto delle perdite. Nelle grandi installazioni la Pr è intorno al settantacinque per cento, ma in quelli piccoli e medi può arrivare anche sotto al cinquanta per cento. È un problema che interessa anche il fotovoltaico installato negli spazi pubblici, ad esempio le scuole, dove la scarsità di manutenzione non è una sorpresa. «In un sistema che deve andare verso la produzione energetica da fonti rinnovabili e non più fossili, non capire che dobbiamo gestire questi impianti con accuratezza è un problema», prosegue Di Francia.
Fotovoltaico e IA, a che punto siamo
L’intelligenza artificiale ci può aiutare a ottimizzare la produzione di energia dal sole, evitando quindi che la Pr si abbassi eccessivamente. In parte già accade, dato che l’IA è oggi diffusamente usata, nel settore del fotovoltaico, in due ambiti particolari: la previsione energetica, o energy forecasting, e il rilevamento delle anomalie, il cosiddetto anomaly detection.
La prima permette di sapere esattamente quanto produrrà un impianto fotovoltaico in termini di energia elettrica, che potrà così essere immessa sul mercato con ragionevole sicurezza. Il secondo consente invece di prevedere le anomalie dell’impianto, in modo da fare manutenzione predittiva ed evitare l’interruzione improvvisa del funzionamento di tutto il sistema. «Cosa possiamo fare di nuovo in questi due ambiti? Previsioni sempre più accurate e precise, anche a lungo termine», prosegue Di Francia.
Ma non solo: l’obiettivo dovrebbe essere anche rendere questi e altri strumenti di previsione e gestione utilizzabili con profitto non solo dai proprietari dei grandi impianti, ma anche dai singoli cittadini che installano pannelli fotovoltaici di dimensioni più contenute.
Le prospettive per il futuro
In Italia una novità in questo senso arriverà auspicabilmente dal progetto MARTA (Monitoraggio e gestione Avanzata in Rete di impianTi FotovoltAici). In partenza a gennaio 2023 e al momento unico nel suo genere sul territorio nazionale, l’iniziativa è realizzata da Enea e TeaTek, gruppo internazionale specializzato in impianti fotovoltaici, e ha l’esplicito obiettivo di ottimizzare la produzione energetica degli impianti fotovoltaici grazie all’intelligenza artificiale.
MARTA durerà trentasei mesi e conterà su un finanziamento di 4,6 milioni di euro del ministero delle Imprese e del made in Italy nell’ambito degli accordi per l’innovazione. «L’Europa purtroppo già una decina di anni fa ha perso il treno della produzione di celle solari, la parte alta della supply chain del fotovoltaico: è ormai appannaggio della Cina e dei grandi Paesi asiatici», spiega Di Francia.
«Ora rischiamo di perdere anche la parte bassa della filiera, cioè l’installazione e la gestione degli impianti fotovoltaici. Un tempo questo aspetto era appannaggio esclusivo dell’Europa e anche dell’Italia, dove ci sono circa duemilasettecento imprese che se ne occupano ma che adesso iniziano a risentire della concorrenza dei Paesi asiatici. MARTA nasce anche per sostenere l’impatto di questa concorrenza: l’obiettivo è da una parte fornire ai grandi installatori di fotovoltaico un prodotto che consenta di mantenere alta la competitività; dall’altra vogliamo dare anche al piccolo utente la possibilità di verificare come sta andando il suo impianto fotovoltaico e di capire come manutenerlo in modo ottimale, tenendo conto che la sua vita operativa utile può arrivare a 25-35 anni», aggiunge.
Il progetto MARTA prevede infatti la realizzazione di una piattaforma informatica di monitoraggio e gestione di impianti fotovoltaici, destinata principalmente ai gestori di grandi impianti e accessibile anche da comunità energetiche rinnovabili, e di una app gratuita (che dovrebbe essere realizzata entro la fine del 2023) per i singoli cittadini titolari di piccoli impianti. Oggi esistono già sistemi e app che svolgono queste stesse funzioni, in genere con un grado sufficiente di precisione e accuratezza.
MARTA, però, avrà alcune innovazioni tecnologiche in più: una anomaly detection più efficace perché basata anche su tecniche di prossimità (cioè il confronto tra le prestazioni di impianti fotovoltaici più o meno vicini); la realizzazione di dispositivi IoT da applicare ai pannelli solari, le cui informazioni consentiranno lo sviluppo di algoritmi innovativi di IA per massimizzare la produzione energetica; il controllo delle transazioni energetiche con tecniche blockchain.
Nell’ambito del progetto verranno anche sviluppati degli strumenti a basso costo (venti o trenta euro) per misurare l’irraggiamento dei piccoli impianti fotovoltaici. Per fare previsioni sufficientemente accurate e precise sulla produzione di energia di un impianto fotovoltaico, infatti, bisognerebbe sempre installare, accanto ai pannelli, una stazione meteo che misuri umidità, irraggiamento solare e altri parametri simili. «La norma internazionale già lo suggerisce, ma uno strumento di questo tipo costa quattromila o cinquemila euro: per questo non lo fa praticamente nessuno», afferma Di Francia.
Capire dove installare gli impianti, grazie all’IA
Il progetto MARTA sarà utile ai piccoli e grandi utenti soprattutto nella gestione del fotovoltaico che è già operativo, ma l’intelligenza artificiale in realtà può rivelarsi vantaggiosa anche in una fase precedente all’installazione, nelle cosiddette suitability analysis, ossia quando bisogna scegliere il sito migliore in cui posizionare l’impianto solare. Anche una ricerca dell’Università di Gävle, in Svezia, di recente ha messo in luce il potenziale ruolo dell’IA in questa decisione.
Non si tratta solo di stabilire se è più efficiente orientare i pannelli a sud, ovest o est, ma proprio di capire qual è il punto di installazione migliore (in una regione, in una città, in un complesso industriale…) al fine di ottenere una resa energetica massima. I fattori che l’intelligenza artificiale può considerare sono numerosi: l’inclinazione dei tetti, la presenza di comignoli, impianti di condizionamento o altri oggetti che proiettano ombra, le condizioni meteo-climatiche medie della zona, la presenza di polveri sottili.
L’inquinamento, come rilevato anche da uno studio del centro Enea di Portici, ha infatti un impatto rilevante sulla resa degli impianti fotovoltaici: il solo particolato atmosferico (PM2.5) può comportare una perdita media annua del cinque per cento. Gli studi di suitability chiaramente vengono già svolti, in alcuni casi: anche Enea in passato se ne è occupata in zone industriali e urbane, ma la quantità di parametri e dettagli che può essere inclusa in un simile studio rende spesso l’analisi complessa e onerosa.
Manca ancora, comunque, una diffusa possibilità di accesso a questo strumento predittivo. «La suitability è un discorso fondamentale, uno strumento che dovrebbe essere usato anche dal decisore pubblico per fare una pianificazione energetica su scala regionale e nazionale: di fatto, però, oggi non è così. In altri Paesi esistono sistemi, anche gratuiti o commerciali, che fanno qualcosa di simile e sono anche a disposizione del singolo cittadino, ma bisogna ricordare che sono le variabili che si inseriscono a determinarne l’affidabilità».